Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Apa itu rekayasa cepat
Rekayasa cepat mengacu pada praktik mengoptimalkan input tekstual ke model bahasa besar (LLM) untuk meningkatkan output dan menerima tanggapan yang Anda inginkan. Meminta membantu LLM melakukan berbagai tugas, termasuk klasifikasi, menjawab pertanyaan, pembuatan kode, penulisan kreatif, dan banyak lagi. Kualitas petunjuk yang Anda berikan kepada LLM dapat memengaruhi kualitas respons model. Bagian ini memberi Anda informasi yang diperlukan untuk memulai dengan rekayasa yang cepat. Ini juga mencakup alat untuk membantu Anda menemukan format prompt terbaik untuk kasus penggunaan Anda saat menggunakan LLM di Amazon Bedrock
Efektivitas petunjuk bergantung pada kualitas informasi yang diberikan dan keahlian prompt itu sendiri. Prompt dapat mencakup instruksi, pertanyaan, detail kontekstual, input, dan contoh untuk memandu model secara efektif dan meningkatkan kualitas hasil. Dokumen ini menguraikan strategi dan taktik untuk mengoptimalkan kinerja keluarga model Amazon Nova 2 Sonic. Metode yang disajikan di sini dapat digunakan dalam berbagai kombinasi untuk memperkuat efektivitasnya. Kami mendorong Anda untuk terlibat dalam eksperimen untuk mengidentifikasi pendekatan yang paling sesuai dengan kebutuhan spesifik mereka.
Memulai dengan rekayasa yang cepat
Sebelum Anda memulai rekayasa cepat, kami sarankan Anda memiliki elemen-elemen berikut, sehingga Anda dapat secara berulang mengembangkan prompt yang paling optimal untuk kasus penggunaan Anda:
- Tentukan kasus penggunaan Anda
-
Tentukan kasus penggunaan Anda di empat dimensi:
-
Tugas - Tentukan apa yang Anda ingin model capai. Ini menentukan teknik mendorong yang tepat.
-
Peran — Tentukan peran apa yang harus diasumsikan oleh model untuk menyelesaikan tugas. Model Amazon Nova mendukung tiga peran (Sistem, Pengguna, atau Asisten).
-
Response Style — Tentukan struktur respons atau gaya yang harus diikuti model berdasarkan audiens, seperti JSON, penurunan harga, atau percakapan.
-
Instruksi — Tentukan serangkaian instruksi yang harus diikuti model untuk memenuhi kriteria keberhasilan.
-
- Tetapkan kriteria keberhasilan
-
Tentukan kriteria keberhasilan atau metrik evaluasi. Anda dapat memberikan daftar kriteria atau memberikan metrik evaluasi khusus, seperti panjang, skor BLEU, ROUGE, format, faktualitas, dan kesetiaan.
- Draf prompt
-
Buat prompt awal yang menggabungkan tugas, peran, gaya respons, dan instruksi Anda. Iterasi berdasarkan hasil.
Efektivitas petunjuk tergantung pada kualitas informasi yang Anda berikan.
